基于高分辨率衛(wèi)星的影像預(yù)處理研究

2015-03-16 08:50:26王義

鐵道勘察 2015年4期

王　義

(中鐵二院工程集團有限責(zé)任公司，四川成都　610031)

Research on Preprocessing of High Resolution Satellite Image

WANG Yi

基于高分辨率衛(wèi)星的影像預(yù)處理研究

王義

(中鐵二院工程集團有限責(zé)任公司，四川成都610031)

Research on Preprocessing of High Resolution Satellite Image

WANG Yi

摘要通過研究高分辨率衛(wèi)星影像預(yù)處理技術(shù)流程，研發(fā)相應(yīng)預(yù)處理軟件，完成影像灰度拉伸、降位、裁剪及旋轉(zhuǎn)等預(yù)處理工作，增強影像對比度及減小衛(wèi)星影像數(shù)據(jù)量，提高影像清晰度及電腦運行速度。

關(guān)鍵詞衛(wèi)星影像降位裁剪灰度拉伸旋轉(zhuǎn)

隨著航空航天技術(shù)的發(fā)展，利用高分辨率衛(wèi)星影像測制中小比例尺地圖成為可能。高分辨率衛(wèi)星影像信息量豐富，但多為16位，數(shù)據(jù)量較大，電腦處理速度較慢，影響生產(chǎn)效率；且原始影像灰度較暗，不便于觀察作業(yè)。因此，需要對原始高分辨率衛(wèi)星影像進行預(yù)處理。

介紹高分辨率衛(wèi)星影像灰度拉伸、降位、裁剪、及旋轉(zhuǎn)等預(yù)處理的技術(shù)流程，并闡述基于該技術(shù)流程開發(fā)的預(yù)處理軟件的實現(xiàn)思路。

1衛(wèi)星影像預(yù)處理流程

衛(wèi)星影像預(yù)處理流程如圖1。

圖1衛(wèi)星影像預(yù)處理流程

衛(wèi)星影像的處理涉及到影像及RPC參數(shù)(有理多項式模型系數(shù))的處理，影像灰度拉伸及降位處理與影像幾何坐標(biāo)無關(guān)。不處理RPC參數(shù)，裁剪和旋轉(zhuǎn)過程影像像素坐標(biāo)會改變，RPC參數(shù)文件必須修改成與之匹配。

1.1　灰度拉伸及降位處理

衛(wèi)星影像數(shù)據(jù)一般以16位存儲，其亮度與對比度較小，需要作適當(dāng)增強。增強軟件較常用的有PhotoShop、Eardas等，本文以Photoshop為例。

利用PhotoShop打開衛(wèi)星影像，選擇調(diào)整自動對比度功能，屏幕上反映的全黑影像經(jīng)過灰度拉伸后，地形及地物要素立刻顯示出來。對粗調(diào)的灰度曲線作精細(xì)人工調(diào)整，以保證立體像對的兩幅影像在反差上盡量一致，方便觀察。經(jīng)灰度調(diào)整后的圖像，在PhotoShop中選擇8位/通道模式，該步驟將16位影像降為8位，降位后的影像數(shù)據(jù)量減少一半，但幾何精度不變，隨著影像數(shù)據(jù)量的減少，提高了電腦運行速度。值得注意的是，灰度拉伸及降位處理兩步驟順序不能顛倒，如顛倒順序調(diào)整，影像灰度會失真。

本課題將灰度拉伸及降位合為一個步驟，簡化了作業(yè)過程，從而提高生產(chǎn)效率。

1.2　衛(wèi)星數(shù)據(jù)的旋轉(zhuǎn)

衛(wèi)星影像多為同軌成像模式，為了恢復(fù)立體模型，一般需對影像及RPC參數(shù)作90°旋轉(zhuǎn)。通過自主開發(fā)系統(tǒng)實現(xiàn)影像快速重采樣，旋轉(zhuǎn)并重新計算RPC參數(shù)。

(1)圖像旋轉(zhuǎn)

圖像旋轉(zhuǎn)是指圖像以某一點為中心旋轉(zhuǎn)一定的角度，形成一幅新的圖像的過程。這個點通常就是圖像的中心，既然是按照中心旋轉(zhuǎn)，自然會有這樣一個屬性：旋轉(zhuǎn)前和旋轉(zhuǎn)后的點離中心的位置不變。

根據(jù)這個屬性，可以得到旋轉(zhuǎn)后點的坐標(biāo)與原坐標(biāo)的對應(yīng)關(guān)系。由于原圖像的坐標(biāo)是以左上角為原點的，所以先把坐標(biāo)轉(zhuǎn)換為以圖像中心為原點。假設(shè)原圖像的寬為w，高為h，(x0，y0)為原坐標(biāo)內(nèi)的一點，轉(zhuǎn)換坐標(biāo)后的點為(x1，y1)。那么可得到

在新的坐標(biāo)系下，假設(shè)點(x0，y0)距離原點的距離為r，點與原點之間的連線與x軸的夾角為b，旋轉(zhuǎn)的角度為a，旋轉(zhuǎn)后的點為(x1，y1)，如圖2所示。

圖2　圖像旋轉(zhuǎn)示意

以此得出結(jié)論

x0=rcosb；y0=rsinb

x1=rcos(b-a)=rcosbcosa+rsinbsina=

x0cosa+y0sina；

y1=rsin(b-a)=rsinbcosa-rcosbsina=

-x0sina+y0cosa；

從而得到了轉(zhuǎn)換后的坐標(biāo)，只需要把這些坐標(biāo)再轉(zhuǎn)換為原坐標(biāo)系即可。旋轉(zhuǎn)后的圖像長和寬會發(fā)生變化，因此要計算新圖像的長和寬。旋轉(zhuǎn)90°是該模型的一個特例，將角度代入公式可計算旋轉(zhuǎn)后的像素坐標(biāo)。

(2)RPC參數(shù)變換

RPC為衛(wèi)星公司提供的有理函數(shù)模型系數(shù)，反映了衛(wèi)星影像像點坐標(biāo)與其對應(yīng)的地面點之間的變換關(guān)系。

RPC參數(shù)變換采用二維至三維格網(wǎng)映射變換算法：

可以在原有影像上編制一個格網(wǎng)，例如10×10像素，通過有理多項式將每個格網(wǎng)點的地面坐標(biāo)求出來。影像旋轉(zhuǎn)之后，通過新的圖像坐標(biāo)(像元)與物方空間的WGS84坐標(biāo)E，N，H的對應(yīng)關(guān)系計算出新的有理多項式系數(shù)。

已知地面某點物方空間的WGS84坐標(biāo)E，N，H,通過有理多項式可求出其對應(yīng)點的圖像坐標(biāo)(像元)。具體變換如下：

物方坐標(biāo)規(guī)格化(Normalize)

(1)

(2)

(3)

式中：

LONG_OFF，LONG_SCALE：為參數(shù)文件所提供的物方規(guī)格化參數(shù)；

E，N，h：為物方地面點在WGS84橢球體中的坐標(biāo)；

En，Nn，hn：為地面點的規(guī)格化的坐標(biāo)。

由物方空間坐標(biāo)到像方坐標(biāo)轉(zhuǎn)換的邏輯流程如圖3。

圖3　物方空間坐標(biāo)到像方坐標(biāo)轉(zhuǎn)換的邏輯流程

成影變換—有理多項式變換原理計算法如下：

物方點通過有理多項式變換獲得基本圖像上的點位，即像方坐標(biāo)

(4)

(5)

式中：a0……d19為參數(shù)文件中提供的有理多項式參數(shù)；xn，yn為圖像上對應(yīng)點的規(guī)格化坐標(biāo)。

規(guī)格化圖像坐標(biāo)到圖像坐標(biāo)的變換如下式

(6)

(7)

式中：x，y為像點的坐標(biāo)，左上角為0，單位為pixel；xn，yn為規(guī)格化坐標(biāo)；SAMP_SCALE，……為像方規(guī)格化參數(shù)。

從兩像方坐標(biāo)解求物方坐標(biāo)，即已知同名像點P1(xl，yl)，P2(xr，yr)求解其物方點坐標(biāo)(E，N，h)。

(8)

(9)

其矩陣表達(dá)式為

(10)

即

(11)

立體像對可得到四個方程，法化方程為

(12)

解之可求得改正數(shù)：ΔE，ΔN，Δh。

可分別選取LONG_OFF、CAT_OFF、HEIGHT_OFF為E0、N0、h0的初值，反復(fù)迭代，直至改正數(shù)Δ<σ。

由像方空間坐標(biāo)到物方坐標(biāo)轉(zhuǎn)換的邏輯流程如圖4所示。

圖4　由像方空間坐標(biāo)到物方坐標(biāo)轉(zhuǎn)換的邏輯流程

計算旋轉(zhuǎn)后的系數(shù)，將其寫入RPC文本文件，完成RPC參數(shù)修改。

2衛(wèi)星數(shù)據(jù)的裁剪

衛(wèi)星影像及其參數(shù)的裁剪相對于旋轉(zhuǎn)實現(xiàn)起來要簡單一些。

帶RPC參數(shù)的遙感影像裁切，要保證裁切后的數(shù)據(jù)中衛(wèi)星參數(shù)起算點的經(jīng)緯度不發(fā)生變化，也就是說，要解算出源影像的參數(shù)中心在目標(biāo)影像中的位置(如圖5)。

圖5　衛(wèi)星影像裁剪示意

(13)

(14)

其中iStartH，iStartW是裁圖起始點在源影像上的坐標(biāo)。

3衛(wèi)星影像預(yù)處理系統(tǒng)的實現(xiàn)

通過分析衛(wèi)星影像灰度拉伸、降位、旋轉(zhuǎn)及裁剪等實現(xiàn)原理，利用VS2010開發(fā)工具，完成衛(wèi)星影像預(yù)處理系統(tǒng)的開發(fā)。該系統(tǒng)在打開衛(wèi)星影像過程中同時生成金字塔影像，可實現(xiàn)影像多倍放大及縮小功能，方便后續(xù)處理，并引入了大影像緩存技術(shù)，縮短了下次打開影像的時間；預(yù)處理系統(tǒng)還具有批處理功能，可以同時處理多幅影像，并且處理速度較快。圖6為衛(wèi)星影像預(yù)處理系統(tǒng)操作界面。

圖6　衛(wèi)星影像預(yù)處理系統(tǒng)界面

4衛(wèi)星預(yù)處理后精度檢核

衛(wèi)星影像灰度拉伸及降位處理，只涉及到影像的輻射信息，與幾何坐標(biāo)無關(guān)，不影響精度，但影像旋轉(zhuǎn)及裁剪涉及到幾何位置改變，所以要對其旋轉(zhuǎn)和裁剪后的精度作驗證。衛(wèi)星影像作預(yù)處理后，通過JX4G、MapMatrix等全數(shù)字?jǐn)z影測量工作，恢復(fù)立體模型，經(jīng)立體檢查無上下視差，檢查控制點定向精度報告，并通過外業(yè)實測散點檢查制圖精度，表1、表2、表3為某國外鐵路利用WorldView2立體定向及實測散點檢查精度報告。

表1　衛(wèi)星影像立體像對定向像點坐標(biāo)殘差　像素

通過多個項目實踐，本課題研究的衛(wèi)星影像預(yù)處理系統(tǒng)，精度可靠，且處理方法簡單實用，值得推廣應(yīng)用。

表2　定向控制點的殘差和均方根中誤差　m

5結(jié)論

為了解決高分辨率衛(wèi)星影像灰度較暗、數(shù)據(jù)量較大及同軌影像不旋轉(zhuǎn)90°不易配成立體等問題，開發(fā)了衛(wèi)星影像預(yù)處理系統(tǒng)，通過對影像進行灰度拉伸、降位、同軌影像旋轉(zhuǎn)90°及裁剪，提高了影像處理速度，方便了人眼觀察，具有較大的創(chuàng)新實用性。